옛 게임의 역공학과 현대화가 보여주는 AI의 경제적 영향
게임 업계 베테랑 Georg Zoeller는 AI 에이전트로 1989년작을 역공학해 브라우저로 옮기고 새 게임으로 현대화한 과정을 소개합니다. 이 작업을 지식 노동의 비용과 게임 업계 일자리, 저작권의 미래를 가늠하는 사례로 해석합니다.
최신기사
AI, 개발 도구, 오픈소스, 보안과 인프라의 변화와 이용 조건을 설명하는 최신 기사와 해설입니다.
AMD Gorgon Halo 탑재 미니 워크스테이션 출시 — 192GB 메모리에 7,399달러
MINISFORUM이 Ryzen AI Max+ PRO 495 기반 워크스테이션 MS-S1 MAX-P495를 7,399달러에 판매합니다. 192GB 통합 메모리 중 최대 160GB를 Radeon 그래픽에 할당하지만, Reddit에서는 대역폭이 약 300GB/s에 그치는 만큼 가격에 걸맞은 로컬 AI 성능인지 논쟁이 이어집니다.
메타 Muse가 페이스북 마켓플레이스 구매자에게 집 주소를 알려줬다고 유튜버가 주장했습니다
유튜버 Matt Robb은 Muse로 페이스북 마켓플레이스 판매 글을 올린 뒤, 에이전트가 구매자에게 집 주소를 알려주고 거래를 진행했다고 밝혔습니다. 구매자가 실제로 찾아왔고 Muse는 도착 확인 메시지까지 보냈습니다. 에이전트에 계정 권한을 맡길 때 생기는 개인정보·행동 통제 위험을 보여주는 사례입니다.
새 제품을 Google AI Overview에 인용시키기까지
출시 8주 된 RevPages가 ‘SaaS용 최고의 키워드 도구’ 검색의 Google AI Overview에 인용됐습니다. 제품과 대상 고객을 명확히 설명하고 기능별 페이지, 주제 가이드, 외부 창업자 사례와 도구 목록 등재를 마련했지만, 자연 검색 방문자는 18명이고 제품 체험은 2건에 그쳤습니다.
MicroLLM Lab — 브라우저에서 소형 언어 모델 7종 시험하기
MicroLLM Lab은 브라우저에서 소형 언어 모델 7종을 실행하고, 정해진 검사로 정확도와 속도를 측정하는 데모입니다. 결과는 기기에 저장되며, JavaScript로 직접 벤치마크를 작성하고 성능 인증서를 내려받을 수도 있습니다.
World Labs, AMD에 합류합니다
World Labs가 AMD에 합류하기로 최종 계약을 맺었습니다. 두 회사는 AMD GPU 기반 모델 학습·추론 최적화 협력을 확장하고, 하드웨어부터 오픈 모델까지 아우르는 AI 생태계를 함께 구축할 계획입니다.
두 에이전트 시스템을 만들었습니다. 서로의 설계를 반박했습니다
작성자는 LLM의 안전성을 프롬프트에 맡기지 않고 결정론적 코드로 보장하는 두 시스템을 만들었습니다. 실험 결과와 함께 측정 방식에 관한 댓글의 비판도 다룹니다.
Jeff — 집에서 학습한 Jev 호환 0.8B 의사결정 모델, 약 30ms
Jeff는 상황과 선택지를 입력하면 텍스트를 생성하지 않고 선택지별 확률을 반환하는 소형 오픈 모델입니다. 0.8B 모델은 Apple M4 Max에서 약 28ms 만에 응답하며, 분류 성능은 높지만 추론 중심 과제에서는 대형 모델보다 낮은 점수를 기록합니다.
작성한 코드 줄 수로 프로그래밍 실력을 재지 않기로 했습니다
글쓴이는 AI가 코드를 작성하더라도 개발자의 실력은 직접 타이핑한 양이 아니라 결과를 이해하고, 오류를 찾아 고치며, 유지보수까지 책임지는 데서 드러난다고 말합니다. AI가 코드를 빠르게 만들수록 이해 속도가 병목이 되므로 변경 내용을 꼼꼼히 읽고 작은 단위로 검증해야 한다고 설명합니다.
WSJ 보도: OpenAI, 안전 우려로 GPT-6.1 Astra 출시 취소
월스트리트저널은 OpenAI가 내부 테스트에서 연구진이 안전 문제를 제기해 GPT-6.1 Astra 출시를 접었다고 보도했습니다. 다만 공개 자료에는 GPT-6 Astra만 확인되며, GPT-6.1의 계획이나 취소는 기록돼 있지 않습니다. OpenAI는 앞서 Astra의 사이버 보안 역량을 ‘Critical’로 분류하고 출시 전 안전장치를 보강했다고 밝혔습니다.
OrcaSAQ2 27B: Qwen3.8을 12.3GB로 압축한 에이전트용 모델
OrcaRouter가 Qwen3.8-27B의 BF16 체크포인트를 평균 3.21비트로 양자화해 54GB에서 12.3GB로 줄인 모델을 공개했습니다. 자체 비교에서 perplexity 증가는 0.02%였으며, vLLM 추론과 에이전트 작업 성능 수치도 제시했지만 양자화 기법은 공개하지 않았습니다.
장시간 실행하는 AI 에이전트용 하네스 만들기, 첫날
Relay는 코딩 작업을 설정부터 검사, 실패 복구, Git을 통한 PR 제출까지 이어서 처리하는 AI 에이전트 하네스입니다. 작성자는 에이전트의 병목이 모델 지능보다 복구와 검증, 학습 내용 유지에 있다고 보고 있으며, 댓글에서는 테스트를 통과해도 결과가 틀리는 ‘조용한 실패’를 어떻게 막을지 논의합니다.
Claude와 Obsidian — QA 업무에 두 도구를 활용하는 방법
한 QA 엔지니어가 Obsidian의 Markdown 템플릿과 Claude의 Skills, 커뮤니티 플러그인을 조합해 테스트 계획 작성과 업무 추적을 자동화하는 방법을 소개합니다. 생성 결과를 팀 피드백으로 검토하고 템플릿을 계속 다듬는 과정도 설명합니다.
Sonnet 5.5 발표 — 속도 30% 향상, 작업당 비용 최대 30% 절감
Anthropic이 Claude Sonnet 5.5를 공개했습니다. Sonnet 5보다 출력 속도가 30% 이상 빠르고, 같은 가격표를 적용하면서 작업당 비용은 최대 30% 낮췄다고 밝혔습니다. 코딩 벤치마크 점수와 안전장치, 실제 비용 대비 Opus 5.5와의 차이를 두고 Hacker News에서 논쟁이 이어졌습니다.
코드를 읽지 못해도 버그를 잡는 방법
비개발자인 Alisio 창업자는 코드를 검토하는 대신 실제 사용 상황을 구체적으로 적고, 직접 동작을 확인해 버그를 찾습니다. 댓글에서는 과거 테스트를 회귀 체크리스트로 관리하고 변경 뒤 모두 다시 실행하라는 제안이 나옵니다.
OpenScience — 과학 연구용 오픈소스 AI 워크벤치
OpenScience는 논문, 코드, 노트북, 터미널을 한 작업공간에 모은 오픈소스 AI 연구 도구입니다. 실험 목표를 입력하면 Autoresearch가 가설과 실험을 반복하고 결과를 기록하며, Modal·개인 서버·Slurm/PBS 클러스터에서 작업을 실행합니다.
코딩은 아직 해결되지 않았습니다
Alex Ewerlöf는 LLM이 코드를 빠르게 생성해도 요구사항 해석, 품질 검증, 운영 책임까지 해결한 것은 아니라고 주장합니다. 생산성과 토큰 사용량보다 신뢰성, 보안, 유지보수 비용을 살펴야 한다는 글입니다.
에이전트 비용 문제는 모델이 아니라 측정하지 않은 단계에 있습니다
에이전트 비용을 줄이려면 모델 단가부터 낮추기보다 단계·도구·모델별 토큰과 재시도를 기록해야 합니다. 세부 비용을 알아야 불필요한 고성능 모델 호출을 찾고, 실패한 단계만 대체 모델로 넘길 수 있습니다.
Imp, DSPy를 BEAM으로 완전히 포팅한 Elixir 라이브러리
Imp는 DSPy의 언어 모델 프로그램 구성·평가·최적화 기능을 Elixir와 BEAM에 옮긴 라이브러리입니다. 서명으로 입력과 출력 형식을 선언하고, 예제와 평가 지표를 바탕으로 프로그램 지시문을 최적화하며, 에이전트 실행은 OTP 프로세스로 감독하고 제어합니다.
SHIPCHECK: 배포 전 의존성을 점검하는 자율 ReAct 에이전트
SHIPCHECK은 Sanity Content Lake와 MCP를 연결해 배포 대상의 버전 제약, Kubernetes 클러스터 상태, 문서 간 충돌을 점검하는 배포 전 검증 에이전트입니다. 작성자는 다단계 의존성 추적과 문서 권한 점수로 위험을 판정하고, 수정안을 적용한 가상 시뮬레이션까지 제공한다고 설명합니다.